检索结果-南通市图书馆

检索条件"主题词=区域像素表示"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于非局部区域像素增强和特征信息关联的语义分割问题算法研究

基于非局部区域像素增强和特征信息关联的语义分割问题算法研究

引用

作者：魏艳军山东师范大学

学位级别：硕士

在计算机视觉中,语义分割是其中一项重点工作。随着社会经济的发展,越来越多的应用场景需要通过观察和分析图片获得相关的信息和概念。语义分割技术在现代科技社会的发展中扮演着重要的角色,它广泛应用于地理信息系统、无人车驾驶、医... 详细信息

在计算机视觉中,语义分割是其中一项重点工作。随着社会经济的发展,越来越多的应用场景需要通过观察和分析图片获得相关的信息和概念。语义分割技术在现代科技社会的发展中扮演着重要的角色,它广泛应用于地理信息系统、无人车驾驶、医疗影像分析和机器人等领域。语义分割可以提供更丰富的语义信息,使本设计能够更加精准地识别图像,并为自动驾驶、机器人以及图像搜索引擎等领域提供重要的支持。作为计算机视觉的核心问题,语义分割的重要性日渐突出。语义分割实际上是像素级的分类任务。对于这种任务而言,平衡实时性和高精度成为了本文的研究重点。其中模型编解码器的优良在很大程度上直接影响语义分割的精度和速度。因此,本文将探讨如何提高语义分割网络的速度和精度。主要的研究工作如下:(1)本文提出了一种基于非局部区域像素增强(NRPENet)的语义分割网络。在ANNet网络的基础上,本文设计了两个新的模块:CERM(Channel Enhancement Regions Module)和PEPM(Position-enhanced Pixels Module)。非局部区域像素增强网络有三个改进的创新点:第一,在骨干网络第四阶段之后,利用卷积模块将ANNet第四阶段的特征通道数压缩为数据集类别数,经过归一化函数得到类别概率特征图,并用交叉熵损失函数监督类别区域形成。第二,将两个矩阵乘法缩减成一个矩阵乘法。本文将类别概率特征图中的每一个通道对骨干网络输出特征图中的每一个通道进行矩阵加权。通过这样的操作,本文不仅考虑到了特征图通道之间的关系,还增强了特征图的区域像素表示。第三,对于PEPM(Position-enhanced Pixels Module),将APNB一个输入端改进为两个输入端,PEPM两个输入端充分利用了CERM输出的特征图和骨干网络输出的特征图。PEPM通过建立特征图空间方向的像素依赖关系,避免了因为多阶段特征信息提取造成的特征图分辨率消失的问题。通过利用CERM输出的特征图和骨干网络输出的特征图,提高了特征图关键信息的利用率。总体来说,CERM和PEPM模块的结合,不仅提高了语义分割网络的精度,而且有效地减少了网络参数和运算量,提高了网络的速度和效率。(2)基于特征信息关联的图像语义分割算法,分为通道特征图信息关联和特征图像素之间的信息关联。卷积神经网络对图片进行特征提取时,需要多层卷积块来覆盖图片的全部感受野以提高信息提取的效果。但是过多的卷积块会增加参数量并导致网络过拟合。此外,多层卷积不利于提取特征图的全局信息,但具有强大的空间细节信息提取能力。对于边缘和小目标的物体,堆叠过多的卷积层会导致分辨率损失,难以进行分割。物体极易受光照等外界因素影响,导致不同的类别被错误地分为同一类别,而相同的类别被分隔成不同的类别。因此,本文提出了特征加权选择模块(FWS),利用权重向量加权输入特征图,将容易分割的物体赋予小权重,难以分割的物体赋予高权重。FWS可以将像素聚集在同一类别内,区分不同类别的像素,从而平衡了各类别的准确度。FWS输出的特征图存在通道信息关联,可以根据其它特征图的上下文信息做出准确的判断。然而,FWS仅考虑通道与通道之间的关系,而未考虑全局方向上像素与像素之间的关系。因此,在FWS之后,本文设计了卷积结合Transformer(CTrans)模块来建立像素之间的长距离的相互依赖关系,以捕捉特征图的全局信息和空间细节信息。原始的Transformer由多层注意力组成,具有强大的全局信息提取能力,但对空间细节信息不敏感。因此,本文结合了Transformer和卷积块的优点,在不增加模型参数的情况下实现了高精度和高速度的语义分割。相对于其他经典算法,本文的方法在精度和实时性上具有优越性。

关键词：矩阵乘法区域像素表示交叉熵损失函数特征信息关联卷积结合Transformer

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：